1994年6月的那场毕业论文答辩,让毕业于清华大学化学工程系的李先生至今记忆犹新。
作为最后一名答辩者,他没有像其他同学那样抱着一摞资料站着答辩,也没有像绝大多数同学一样探讨化工工艺流程,而是在几位老教授惊讶的目光中,坐到一台386电脑前面,略带歉意说道:
因为我的毕业设计成果是基于VB(Visual Basic)编程语言的化工塔板设计软件,所以我需要先坐着向各位老师演示操作一下。
于是几位教授走到他的身后,看他打开自己编制的软件,选择要设计的塔型,逐项输入化工塔相关的气液相密度、负荷、表面张力等参数。
很快一切准备就绪,随着清脆的回车键声音传来,仅仅几秒钟,塔板设计的结果参数就通过图形化界面条分缕析地展现在众人面前。他甚至又反向校验到初始条件以此验证结果的正确性。
身后,一位以塔板设计为主要研究方向的老教授有些震惊地说道,“这里面涉及多个公式的嵌套以及各种参数的选择,我们要是人工计算和校验的话,怎么也得两三天哪!”
几秒钟和两三天的巨大反差,使得李先生的这次“跨界”毕业论文意外获得了较高的评价。
这个今天看起来比较简陋的设计软件和普通的人生阅历,其实是席卷全球第三次科研范式转型和学科交叉日趋频繁的时代剪影。
那时候的他不可能想到,“人脑+电脑”将会成为未来科研的基本形态,而信息技术以及科研信息化,就像电脑取代算盘一样,将彻底改变整个科研活动的底层逻辑和实现路径。
更加巧合的是,1994年,由清华大学牵头的中国教育和科研计算机网CERNET开始立项建设,覆盖和引领高等教育、大学科研的一张大网呼之欲出,中国高校真正意义上的信息化启幕了,而科研信息化自始至终都嵌套于这张大网以及高校信息化的基因当中。
范式革命
每次探讨高校的科研信息化,如果不追溯科研的范式革命,那就成了无源之水、无本之木。
2007年,图灵奖得主吉姆·格雷(Jim Gray)在美国加州的一次会议上发表了生前的最后一次演讲,提出了科学研究的四类范式,基本上获得了科学界的认同。
第一范式:实验(经验)科学,其关键词是“观察”。
十六世纪,被誉为“欧洲大学之母”的博洛尼亚大学开创了被称为“自然魔法”的教学,一般认为是真正意义上的实验科学的肇始。
而以此为基点往前推数千年人类历史,如果认定存在科学技术的因素,那么都可以归类为经验科学。
两者都是基于实验或经验的观察来描述自然现象。从最原始的钻木取火到哈维的血液循环学说、伽利略的动力学、达尔文的进化论等,都是实验科学的典范。
第二范式:理论科学,其关键词是“归纳”。
第一范式受到实验条件的限制,难以完成对自然现象更精确的理解,于是就诞生了第二范式。
科学家在自然现象基础上进行了抽象,尽量简化实验模型,去掉一些复杂的干扰因素,只留下关键因素,然后通过建构数学模型进行归纳总结为科学理论。
牛顿三大定律为基础的经典力学体系、麦克斯韦理论成功解释电磁学都是其中的典范。
然而好景不长,19世纪末,看起来无比辉煌、无比坚固的经典物理学大厦在开尔文爵士“两朵乌云”(黑体辐射和以太理论)近乎诅咒的阴影下千疮百孔,继而轰然倒塌。
从范式转移的角度来看,既之而起的相对论和量子理论初期成果成了第二范式的“绝唱”,而相对论也成为纯“人脑”科研成果后无来者的巅峰之作。
第三范式:计算科学,其关键词是计算。
随着验证理论的难度逐渐增加和经济投入越来越大,科学家靠一个人单打独斗获得巨大科研成就的可能性基本断绝。
1946年,现代意义上的电子计算机发明以来,通过计算机对科学实验进行模拟仿真逐渐普及,从而衍生出了“人脑+电脑”的第三范式。
比如模拟核试验、天气预报、地质演变等都是其中的典范。时至今日,离开计算机程序、数据库,很多学科的科研已是寸步难行。
第四范式:数据科学,其关键词是发掘。
人类在微观和宏观两个维度上大踏步挺进的过程中逐渐发现,过于追求因果关系、套用逻辑框架的科研模式已经在小到双缝干涉实验、大到宇宙起源的问题上完全失效了,与其追求无法解答的“为什么”不如先发掘“是什么”。
随着科研数据的爆炸式增长以及大数据、人工智能的兴起,数据科学的新范式正在兴起。
从某种程度上说,这种范式与计算科学最大的区别是“人脑”和“电脑”谁占主导地位。
它将大量的数据进行深度神经网络训练,利用人工智能技术进行分析归纳整理,借助机器对于数据关联的敏感性从而得出更为精确的变量分析,甚至出现了“机器科学家”这种新型科研辅助工具。
算力、算法、数据等科技要素逐渐成为科研创新和突破的重要动力,“科技推动科技”的新时代正在到来。
重新追溯和延展范式革命的昨天、今天和明天,我们会蓦地发现,无论是业已成型的第三范式还是正处于转型过程中的第四范式,都对科研人员的信息技术以及科研信息化运用等信息素养提出了越来越高的要求。
难怪一位在海外执教的生命科学领域的教授在接受我们采访时说:
学科交叉日益频繁,但有一类学科交叉正在大规模地进行,那就是几乎一切自然科学正在与计算机、大数据、人工智能等学科的结合,这种趋势逼着科学家必须做出选择,要么自学(人工智能、数据库等相关编程),要么寻求帮助。
这个“帮助”对于希望科学家和科技创新轻装上阵的高校而言,依托于信息技术,支持、服务科研全流程的科研信息化无疑是最重要的抓手。
木桶效应
目前为止,管理信息化所涉及的管理和服务范式暂时没有变,只是提升了效率,减少了环节;
教学信息化所影响的教学范式暂时没有变,只是拓宽了渠道,丰富了形式;
而科研信息化,面对的却是“百年未有之大变局”的科研范式转型,因此其背负的责任也现实且复杂的多。
然而尴尬的是,在中国高校的信息化版图中,管理和服务的信息化一般起步最早,发展也较为全面,尤其是在“最多跑一次”改革的引领下得到了全方位提升;
而教学信息化也在“十三五”后对于高校教学的重视特别是新冠疫情的倒逼下获得了长足的发展,唯独科研信息化发展相对滞后,甚至在不少高校中举步维艰。
在中国科学技术大学网络信息中心主任李京看来,科研信息化相比其他信息化,难就难在它的专业性更强、个性化要求更多、复杂程度更高。
再加上领导不够重视,体制上没有理顺,信息化部门本身除了没有足够动力,更麻烦的是很多高校信息化部门的人手和资源所限,难以抽出力量来支持。
而即便想支持,由于“懂信息化的不懂科研”“懂科研的又不懂信息化”,使得沟通成本呈几何级提升,从而泯灭了信息化部门的热情。
如果将高校信息化看成是一个木桶,那么科研信息化已经成为其最为明显的短板。之所以还没有爆发出什么“火花”,主要是大部分人包括高校领导、科研人员自身心目中的模糊印象:科研还是一项科学家们或者科研项目组各自为战的头脑风暴或者智力游戏。
未来路径
科研信息化作为高校信息化的“短板”,从另一个角度看,其中蕴含着巨大潜力和可能。
党的十九届五中全会提出,坚持创新在我国现代化建设全局中的核心地位,把科技自立自强作为国家发展的战略支撑。
我国高校作为国家创新体系的重要组成部分和科技创新的重要阵地,想要锚定世界科技前沿,通过创新驱动发展,适应以学科发展为基础的“双一流”要求,科研信息化就不再是可有可无的摆设,而是时代的呼唤和新型科研范式的诉求。不但应该加快发展,更要超前部署。
在李京看来,科研信息化已经成为中国高校信息化较大的“短板”,也是最大潜力所在。将这块“短板”补齐,有助于高校充分挖潜科研特色和能力,继而形成强大势能,推动高等教育内涵式发展,助力科技强国建设。
当然,面对科研信息化的诸多痛点,亟待改革破局,否则只能是空中楼阁。从根本上说,应该解决以下几点:
1.评价机制
没有无缘无故的重视,从国家层面看,对于高校尤其是进入“双一流”的研究型大学应该对科研信息化设定相关的评价标准,提出具体的要求;
从高校层面看,针对科研信息化的特点,在信息化部门相关工作人员评价机制上应该往如何支持科学家研究活动上靠,
比如中科大考核信息化部门工作人员支持科学家做出了什么重大的科研成果,只要科学家团队在论文当中致谢了,就作为考核的成绩来看待。
从某种意义上说,这也是响应国家要求,立足实际“破五唯”的一种体现。
2.资源投入
巧妇难为无米之炊。如果想要发展科研信息化,经费投入和人才投入都是必不可少的。
就经费投入而言,基础设施建设是重头,在这方面“新基建”无疑提供了巨大的利好,需要高校在“十四五”期间抓住机遇;
就人才投入而言,亟待解决“信息化不懂科研”的老大难问题。当前中科大、上交大等高校都在招募学科背景和科研背景的高层次人才,将其充实到信息化队伍当中,不但进一步提升了队伍整体素质,也加强了信息化对于科研的支持。
3.要有抓手
发展科研信息化切忌停留在口号之上,而是要落实到实实在在的信息化体系、手段以及组织架构上。
在大科学时代以及学科交叉日益频繁的今天,基础性、通用性的科研信息化平台建设正当其时,包括超算中心、科研数据中心、科技协作平台、计算平台等等,只有在这些通用平台的基础上,才能不断吸纳整合、更新迭代。
而在组织形式上,最好要有专门的部门,或者至少应该有一个专职团队负责,保证术业有专攻,面对越来越多样化的科研诉求才会有一个持续提升、进步的过程。
中国高校的科研信息化,比起纯粹的科研机构来说可谓“一半是海水一半是火焰”,恰如它正好夹在教育与科研之间,尴尬与困难并存,却顺应科研范式转型的潮流,蕴含着巨大的潜力。
更重要的是,“双一流”时代的高校将会承担更大的创新责任、更强的科研诉求和更多的资源支持。我们衷心希望高校能够找到办法,抓住机遇,构建科研信息化发展新格局,让科研能够插上信息化的翅膀,一飞冲天!
作者:王世新
责编:项阳
特别声明:本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者在两周内速来电或来函联系。